课程点评：本资源是是医疗大数据与人工智能高级课程，是基于python AI打造的智能影像学科技术教程，学习本课程需要有一定python基础知识，着重讲解python ai在医学和人工智能的应用。
课程简介：

医疗大数据与人工智能高级课程目录

(1)人工智能与影像组学课件；目录中文件数:16个
├─01-1绪论 – dxy-edit.pdf
├─01-2 人工智能在医学领域的应用 – dxy-edit.pdf
├─02-1 医疗大数据与人工智能 – dxy.pdf
├─02-2 python与人工智能 – dxy.pdf
├─02-3 Python人工智能学习路线 – dxy.pdf
├─03-1 检查自动判定 – dxy .pdf
├─03-2 预后智能预测 – dxy.pdf
├─03-3 无监督文献解读 – dxy.pdf
├─03-4 无监督文献解读 – dxy.pdf
├─04-1 影像组学概述-dxy.pdf
├─04-1 影像组学概述-.pdf
├─04-2 影像组学流程-dxy.pdf
├─04-3 影像组学文章讲解.pdf
├─04-4 影像基因文章讲解.pdf
├─04-5 人工智能影像组学课题思路-dxy.pdf
├─文献+代码.zip
(2)第一章 人工智能与影像组学在临床研究中的应用；目录中文件数:4个
├─2. 人工智能、影像组学在医学研究领域的应用实例.mp4
├─【答疑加餐】影像特征提取的其他解决方案与建议.mp4
├─【试听】 人工智能与影像组学是什么？在临床研究中有哪些应用？.mp4
├─【试听】机器学习临床 SCI 思路解读.mp4
(3)第三章 课题设计文献思路：有监督学习与无监督学习？；目录中文件数:4个
├─1. 有监督学习文献设计（一）：检查结果智能判定文章怎么做？.mp4
├─2. 有监督学习文献设计（二）：疾病预后智能预测文章怎么做？.mp4
├─3. 无监督学习的机器学习 SCI 解读（一）.mp4
├─4. 无监督学习文献解读（二）.mp4
(4)第二章 轻松入门机器学习，搞定人工智能基础；目录中文件数:6个
├─1. 理论基础：如何做人工智能机器学习研究？.mp4
├─2. 工具基础：轻松入门 Python 与 Python 安装.mp4
├─3. 有监督学习实操：用 Python 做机器学习代码演示.mp4
├─4. 数据处理基础：数据预处理（特征工程）和数据降维.mp4
├─5. 无监督学习实操： 用 Python 做特征工程与数据降维代码演示.mp4
├─6. 新手学习推荐：如何轻松入门 Python与人工智能研究.mp4
(5)第四章 实操：如何做影像组学文章？；目录中文件数:7个
├─1. 轻松入门影像组学，认识影像组学特征.mp4
├─2. 影像组学第一步：ROI 提取.mp4
├─3. 影像组学第二步：特征提取（一）.mp4
├─4. 影像组学进阶：特征提取（二）.mp4
├─5. 影像组学 SCI 文献深度解读.mp4
├─6. 影像基因组学 SCI 文献解读.mp4
├─7. 实践建议：如何做好自己的影像组学与人工智能课题设计？.mp4

试看
下载链接：